右耳零基础Python--字符编码，解码

目录

一，字符编码

1.1字符集和编码

1.1.1ascii

1.1.2ANSI

1.1.3Unicode

 1.2总结：

二，解码

2.1bytes

---

一，字符编码

1.1字符集和编码

1.1.1ascii

1.1.2ANSI

1.1.3Unicode

0 1==》10110010010
电脑如何存储文字信息
ascii==>编排了128个字符，只需要7个0和1就可以表示，预留出一位表示特殊符号，所以八位比特位等于一个字节byte
很显然128个字符不能满足需求，美国设置了一套标准ANSI 2byte
00000000 00000000
到了中国，gb2312编码，gbk编码（window默认）

到了台湾，big5编码
问题：编码相同，但解释不同，交流障碍
Unicode:万国码
早期没有意思到这个问题，UCS-2 2个字节
进行扩充，UCS-4 4个字节
00000000 00000000 00000000 10000000
浪费空间，解决
utf是可变长度的Unicode，可以进行数据的传输和存储
utf-8 最短的字节长度
   英文;8bit,1byte
   欧洲文字：16bit,2byte
   中文：24bit,3byte
 utf-16,最短的字节长度是16

 1.2总结：

 ascii 8bit 1byte
 gbk 16bit 2byte window默认
 unicode 32bit 4byte(没法用只是一个标准)
 utf-8  mac默认·
   英文;8bit,1byte
   欧洲文字：16bit,2byte
   中文：24bit,3byte

 gbk和utf-8不能直接转化，标准不同。

二，解码

2.1bytes

程序员平时遇到的所有数据最终单位都是字节
 # s="周杰伦"
# s1=s.encode('gbk')#2个字节
# s2=s.encode("utf_8")#3个字节
# print(s1)
# print(s2)

b'\xd6\xdc\xbd\xdc\xc2\xd7'
b'\xe5\x91\xa8\xe6\x9d\xb0\xe4\xbc\xa6'

s1=s.decode("gbk")
print(s1)
s2=s1.encode("utf_8")
print(s2)
#str.encode("编码规则")进行编码
#bytes.decode("编码规则")进行解码
s="年后asn"
s2=s.encode("utf_8")
print(s2)#b'\xe5\xb9\xb4\xe5\x90\x8easn' 中文三个字符，英文一个字符